qq_21795835的博客

matplotlib1、plt.legend显示图例，loc设置图例显示位置，‘best’ : 0, (only implemented for axes legends)(自适应方式)‘upper right’ : 1,‘upper left’ : 2,‘lower left’ : 3,‘lower right’ : 4,‘right’ ...

对于二维数据集，可以画出所有可能的测试点的预测结果，根据平面中每个点所属的类别，对平面进行着色，这样可以查看决策边界。即算法对类别0和类别1的分界线：用下面的代码分别将1、3、9个邻居三种情况的决策边界可视化：import mglearn.plotsimport mglearn.datasetsimport matplotlib.pyplot as pltfrom sklearn.m...

今天做了一个小任务，使用回归分析预测北京pm2.5的浓度。import timeimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.linear_model import LinearRegression # 用于线性回归 from sklearn.model_selecti...

import pandas as pdimport numpy as npfrom sklearn.cluster import KMeansimport matplotlib.pyplot as pltdf = pd.read_csv(r'D:\project\RFM\rfm\kate_rfm.csv', encoding='gbk')column_list = list(df.co...